AI应用资讯

聊天机器人程序ChatGPT自去年12月由美国OpenAi公司推出后，迅速火遍全球，成为历史上增长最快的消费者应用程序。 微软CEO 萨蒂亚·纳德拉： “这是我从未见过的技术扩散，这完全等于工业革命。” ChatGPT创始人Sam Altman： “我认为，在未来几年里，我们将看到系统的爆炸式增长，这些系统能够真正地与生成的语言进行处理、理解和交互。我认为这将是人们真正感受到的第一种方式。” Part.1 利用ChatGPT，可以撰写充满想象力的诗歌、快速生成论文摘要、自动制作数据表格、甚至还能按照指定要求完成AI绘画，以及编写可运行的程序，因为它已经掌握了Python、Java、C++等多种编程语言，甚至通过了谷歌编码L3级（入门级）工程师测试。 有学生利用ChatGPT分别以B和C+的成绩通过了美国宾夕法尼亚大学沃顿商学院MBA的期末考试和明尼苏达大学四门课程的研究生考试，ChatGPT还通过了美国执业医师资格考试。 北京航空航天大学经济管理学院教授 王理： “ChatGPT是一个覆盖所有问题的软件，平民化低成本不收费，而且准确性还比较高。” 中关村智用人工智能研究院院长 孙明俊： “因为大家很难记住四库全书，但是它可以。而且根据场景，可以从《四库全书》《诗经》等引用所有的诗词句子，贴切场景再作一首诗出来，这是我们很难做到的。” 从原理上来讲，ChatGPT并不是新事物，它背后的基础，是母公司OpenAI 在几年前发布的自然语言模型 GPT，OpenAI于2018年发布了GPT-1，首次让人工智能能够让人类一样理解文字、写出文字。随后几年里，OpenAI 陆续推出了GPT-2、GPT-3，目前GPT-3已经用在了包括撰写新闻等多种场合。 而ChatGPT，就是在GPT-3的升级版GPT-3.5的基础上，所做出来的产品。以往的聊天机器人只能解决单一的领域问题，而ChatGPT之所以能够走向应用多元、通用的场景需求，主要原因是其在技术路径上采用了“大数据+大算力+强算法=大模型”路线。 ChatGPT创始人Sam Altman： “预先训练这些大模型，用它们来解决其他问题的能力。我认为人类智能非常接近这个概念，即利用现有的信息和思想，并将其迅速应用于新的问题。” 中国科学院自动化研究所研究员 张家俊： “GPT-3 的模型参数有1750亿，可能需要100台或者1000台笔记本才能装下GPU显存，但运行的话，可能需要更多的计算资源。” Part.2 除了强大的计算资源，OpenAI也对ChatGPT采取了新的训练方式。人类AI训练师分别扮演用户和AI助手进行对话，将对话记录提供给模型学习。而AI 在学习完成后将生成的答案在后台进行人工排名和评级，并重新反馈到系统供模型进行下一步的训练，目的是让ChatGPT输出的内容更完整，也更具有逻辑。 中国科学院自动化研究所研究员 张家俊： “GPT-3训练一次就要400多万美元，整个训练完花掉了1200万美元，这是一个什么概念？除了人工费，怎么去获取数据、清洗数据、采集数据，就单单训练它就花掉了1200万美元，而且并不是一次就能成功，所以整个过程中可能花掉的经费更多，因为它对计算资源的需求是非常大” 北京航空航天大学经济管理学院教授 王理： “这些数据算法是在不断更新的，包括用户都在帮忙，用户的问题没有得到满意的回答，它会再给一个答案，这样成长和性能就会不断的优化。” 当问到，夫妻肺片为什么没有夫妻，它提示该问题有违其内容政策，但同时也给出了相对中肯的回复。这是因为为了规避可能出现的风险，研发团队已经设定了严格的内容审查机制。 斯坦福博士 庞琳勇： “它真的是能够完全理解你所说的意思，不管你讲的时候是不是有错别字，或者有些词不是特别准确或者重复，这确实是一个超级革命性的。” 人工智能领域创业者 刘思远： “对于创业者来讲我们看到了一个趋势，AI经历了这20多年的发展，在过去它更多的是在大型企业里去应用AI，但是从ChatGPT 的爆发开始，我们发现在未来的10年20年里，每个人的工作生活都会有AI的影子。这是一个新的生产力的革命，带来可能创业的机会。” Part.3...